《大数据技术应用基础》课件 项目七模块三 市场前景预测分析

项目七市场分析工程实践案例《大数据技术应用基础》模块三

市场前景预测分析核心目标职业能力1.运用网络爬虫采集数据，并对脏数据进行清洗；2.能对数据进行统计分析与可视化分析；3.了解相关模型的建立与求解；4.独立完成数据分析报告。职业素养1.养成敏锐洞察数据与处理数据的能力；2.养成数据分析思维，用数据客观看待市场，把握市场方向。知识图谱项目背景小张平时喜欢饮茶，经常联想到目前的茶叶市场规模，经过Python的初步学习后，计划做一期市场分析为自己解惑，于是在市场中选取了上市茶企业A公司作为研究对象，对相关数据进行采集、分析与建模，通过所学知识对市场现状进行分析并对市场前景进行合理预测。01市场前景预测02数据分析报告问题引入对市场有了初步了解后，小张想通过建立的线性回归模型预测未来销量数据。经过了解，A公司计划在未来五年加大在销售费用的投入，预计在2023年开始投入400万元，并逐年增加30万元，小张通过已掌握的数据和模型，进一步预测未来五年A公司的销量变化。最后，对以上工作进行汇总分析，总结市场情况。认知实践通过对项目数据全方位的科学分析来评估项目的可行性，为投资方决策项目提供科学、严谨的依据，降低项目投资的风险。一、为什么需要数据分析报告把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。主要目的在于将分析结果、可行性建议以及其他价值的信息传递出来。概念目的数据分析报告认知实践通过对收集的相关数据进行全方位科学分析后形成的可行性研究报告，可以为企业的投资、经营、战略等决策提供科学、严谨的依据，降低企业投资或经营的风险。一、为什么需要数据分析报告三个方面作用展示分析结果验证分析质量为决策者提供参考依据数据分析报告认知实践一、为什么需要数据分析报告数据分析报告应当围绕目标确定范围，遵循一定的前提和原则，系统地反映存在的问题及原因，从而进一步找出解决问题的方法。完整的数据分析报告认知实践二、数据分析报告需要有什么数据报告中的数据需要严格遵循几点要求：客观性、逻辑性、可解释性，同时做到重点突出。内容完整的报告内容应该围绕目标，遵循一定的前提和原则，系统的反映行业分析的全貌，从而推动该行业的进一步发展。需要通过展开论题，对论点进行分析论证，表达报告撰写者的见解和研究成果的核心部分，把数据能解决什么问题，怎么解决问题，解决之后带来哪些结论或影响描述清楚。认知实践二、数据分析报告需要有什么观点应该对前文进行直接表达出报告内容所支撑的结论与观点。对于好的结论描述如何做的更好或者保持，对于不好的结论则提出如何改进。在此基础上，也可另外写出其他相关的建议，总之，要有明确的观点或结论输出，构成一份完整的数据分析报告。市场前景预测01一、市场前景预测（一）销售费用投入计算根据了解到的信息，计算未来五年A公司在销售费用上的投入，代码如下7-3-1。代码7-3-1#初始值x0=400#未来五年销售费用x=[x0+i*30foriinrange(5)]print(x)输出结果[400,430,460,490,520]一、市场前景预测（二）销量预测根据以上通过计算得到的线性回归方程及销售费用，预测2023年～2027年A公司的销量变化。代码续7-3-1a=522.6140828346515b=2.0875149826444677#定义回归函数，返回销量值defpredict_sale(x):y=float(a)+float(b)*xreturnint(y)#输出预测销量data_predict=[predict_sale(x[i])foriinrange(5)]print('2023~2027年销量数据预测值为：',data_predict)输出结果2023~2027年销量数据预测值为：[1357,1420,1482,1545,1608]一、市场前景预测（三）绘制图像合并真实数据与预测数据绘制2018年～2027年的销量数据变化图。代码续7-3-1#得到做回归的数据集importpandasaspddf_final=pd.read_csv('C:/下载/财务数据.csv',index_col=0)data_regress=df_final[['销售费用（元）','销量（吨）']]data_regress['销售费用（元）']=data_regress['销售费用（元）']/10000data_regress=data_regress.rename(columns={'销售费用（元）':'销售费用（万元）'})#2018年~2022年数据df_real=pd.DataFrame(data_regress['销量（吨）']).iloc[::-1]#2023年~2027年数据df_predict=pd.DataFrame(data_predict)df_predict=df_predict.rename(columns={0:'销量（吨）'})df_predict.index=['2023年','2024年','2025年','2026年','2027年']#合并数据集dfs=pd.concat([df_real,df_predict])#绘制图像并展示importmatplotlib.pyplotaspltplt.rcParams['font.family']=['ArialUnicodeMS','MicrosoftYahei','SimHei','sans-serif']plt.rcParams['axes.unicode_minus']=Falsedfs.plot()plt.show()一、市场前景预测（三）绘制图像输出结果(如图7-15所示)图7-15实际销量与预测销量折线图前五个点连成的折线为实际销量后五个点连成的折线为预测的未来五年销量整条折线代表该企业2018年到2017年的销量变化，包括实际与预测，整体呈现上升趋势。数据分析报告02二、数据分析报告（一）市场背景茶叶作为一种天然的健康饮品，种类繁多，具有悠久的消费历史和广大的消费群体，我国茶叶种植及茶叶产销量也均位列世界第一。二、数据分析报告（一）市场背景从我国产业内销情况来看，茶叶被越来越多的消费者所青睐，随着产生许多衍生产品如各种果茶等茶饮料，同时也带来新生代消费群体。

二、数据分析报告（一）市场背景因此，茶叶行业将加快自主品牌建设，优化品牌商品供给来获取竞争优势，随着头部茶叶企业品牌建设的不断完善，通过市场竞争实现优胜劣汰，未来茶叶行业的市场集中度也有望进一步提升。新生代消费群体购买力日益增强，逐渐成长为消费市场主力，是消费升级的主导力量，消费理念鲜明，对本土品牌的接受程度较高，需求呈现出个性化、多元化等特点，愿意为产品设计、特色支付溢价。

二、数据分析报告（一）市场背景在茶叶行业规模不断增长的背景下，不断有新的企业加入，企业注册量日益增长，于是迫切需要对茶叶市场有初步的了解。因此，通过对上市茶企业A公司的研究分析当下茶叶市场情况，初步了解市场规模与市场情况。二、数据分析报告（二）研究方法了解较大规模的茶叶公司的经营状况，把握茶叶市场动向。采集经营情况数据，研究企业在营业中的盈亏情况，同时对成本进行考察，了解茶企业在市场上经营的实际情况。数据采集方式：网络爬虫等研究对象：上市茶企业A公司二、数据分析报告通过对影响销量的变量进行探究，研究对销量造成影响的各种人为因素，以销售费用为例，即企业在营销、宣传、广告等方面的投入对销量产生的直接影响，以此为自变量建立一元线性回归模型，探索存在的客观影响，并对销量进行预测，给予企业未来在这方面的投入作参考，了解如何通过合理宣传或投资来影响销量变化和利润变化，同时进一步加深对市场情况的理解。对市场初步认识之后（二）研究方法二、数据分析报告（三）研究结果在样本数据较少的情况下，茶叶销量也明显随着企业投入和自然增长等因素的变化而变化。假设只考虑销售费用对销量的影响从图7-12可以看出，销售费用在一定范围内增加时，销量也会随着明显增加，并且当2027年在销售费用中投入达到520万元时，预测销量超过1600吨，较2018年增长713吨，十年内销量预测增长达近80%，发展十分迅猛。图7-12线性回归图像图7-14饼图二、数据分析报告（三）研究结果销售费用不断增加时，在其余成本中的占比也是呈现正相关。在仅考虑销售费用对销量的影响时，可以看出销售费用的投入对销量产生的影响一直是正向影响，即同增同减。当销售费用增长到一定程度时，销量不一定会随着增加。消费群体的规模是大致不变的，当达到市场饱和时，一味加大宣传与营销，不仅不会让销量进一步增长，还会使营业成本不断攀升，损害企业利润。结合图7-14。可以看到销售费用不断增加导致销量也不断上升时，销售费用在除营业成本外的其余成本中占比也是不断攀升，在2022年已经达到三分之一。二、数据分析报告（三）研究结果对图7-13进行研究，A公司的营业利润整体是在上升的，这与销量不断增长互相印证，说明该企业基本可以稳定发展，同时，收入趋于上升而成本又呈现逐年降低的趋势，是值得参考的营业模式。（图7-13组合图）二、数据分析报告（三）研究结果营业成本每年占总成本基本都超过80%，其他成本共占比不到20%。其次，企业每年也会将其他成本的3%投入在研发上，相对来说比较稳定，在管理上也有较大的投入，对企业内部健康发展有一定的正向作用。成本方面二、数据分析报告（四）结论与建议茶叶市场目前相对稳定且呈现正向发展趋势，有值得进入发展的空间，同时在销售、管理等方面A公司均有十分值得借鉴的商业模式，决策者可以通过更深入的